蒙特卡洛模拟

Monte Carlo:一般采用实验的方法来研究随机变量的分布，反复实验取得随机变量的样本，用样本的分布来近似地代替随机变量分布。有了概率分布，就可以用数学来模拟实际的物理过程，得到随机变量的样本。（Stanislaw Marcin Ulam, Enrico Fermi, John von Neumann Nicholas Metropolis） 频率--概率

在计算机上容易产生服从均匀分布的随机数，而任意分布的随机数可以由均匀分布为基础而产生。

1.Monte Carlo模拟某一过程时，需要产生各种概率分布的随机变量。

2.用统计方法把模型的数字特征估计出来，从而得到实际问题的数值解。

计算机上，用数学递推公式产生。这样产生的序列，与真正的随机数序列不同，所以称为伪随机数，或伪随机数序列。不过，经过多种统计检验表明，它与真正的随机数，或随机数序列具有相近的性质，因此可把它作为真正的随机数来使用。

建立各种估计量：构造了概率模型并能从中抽样后，即实现模拟实验后，我们就要确定一个随机变量，作为所要求的问题的解，我们称它为无偏估计。 

随机变量的分布，

IDL